一文读懂WebGPU:除了让浏览器3D性能大爆发外,它还有啥用

不久前,我们三易生活曾为大家介绍了谷歌Chrome浏览器113版本中,首次加入的新图形API——WebGPU。

当时我们指出,与现有用于浏览器图形加速的WebGL相比,WebGPU将底层接口从老旧的OpenGL升级到了最新的Direct3D 12、Vulkan和Metal,所以这也使得它既拥有了比过去高得多的执行效率,又使得未来的浏览器可以访问更多的显卡GPU底层功能,同时还数倍的增强了基于网页端的本地AI加速性能。

在当时的那篇内容中里我们举了个例子,诸如现在的AI绘画应用,往往要么是在远程服务器端运行,要么就是虽然可以在本地配置,但全是纯命令行界面、使用起来非常不便。而在有了WebGPU这个“底子”后,未来就很可能会出现运行在浏览器里、但可以调度本地GPU进行加速的AI绘图服务,让人人都能借助本地的显卡性能来“自由作画”。

不得不说,这无疑是个会令人感到激动的未来。但这篇内容上线后,有一部分朋友从其他角度表明了他们的看法、甚至是疑虑。

比如说有人很好奇,如果WebGPU能够提升浏览器的图形性能,让它更好的使用显卡计算资源的话,那么它是否意味着启用之后能够显著提升日常的网页显示体验,让浏览器更流畅、更不容易卡顿呢?

又比如说还有人好奇,既然WebGPU能够让浏览器用更高的效率运行3D内容,那么是否意味着“大型3D网页游戏”的时代即将开启,是否意味着未来的3A游戏不用下载、就可以直接在浏览器里即点即玩了呢?

针对这些问题,我们三易生活今天就以一个更“平易近人”的角度来为大家解释一下,WebGPU技术对于浏览器、对于在线内容,甚至对于未来的互联网生态,到底可能会产生怎样的影响。

它能不能让浏览器更快?能,但暂时还体现不出

首先,WebGPU能不能让浏览器在显示网页时速度更快?理论上是可以的。因为它的底层技术从OpenGL升级到了DX12、Vulkan等新的图形API。这些新API不仅仅是在时间层面上比OpenGL足足领先了三五年之多,更重要的是它们都能更好地利用当前的多核CPU、也能更高效率地使用显卡算力。所以从理论上来说,当浏览器底层从WebGL升级到WebGPU后,哪怕不做其他的任何改动,也能提高浏览器的网页渲染效率。

WebGPU可以让网页渲染3D画面时快很多倍,问题有多少网页是全3D的?

但问题在于,这种提升到底能够有多明显?要知道目前的绝大多数常规网页中,都不包含太多需要用到显卡算力的内容。所以换句话来说,往往大家觉得浏览器开始“卡”的时候,大概率并不是GPU性能不够用,而是单纯因为开了太多页面、内存被“撑满”了。

打个比方,这就好像在电脑上打开了十万个“扫雷.exe”。此时CPU和内存早已不堪重负,但显卡甚至连50%的性能都还没用到。所以这时候去升级显卡,能有用吗?

它会不会引领大型3D页游时代?可能并不现实

其次,WebGPU能不能让浏览器运行3A游戏?理论上完全可以。因为它的3D运算效率很高,理论上与将游戏安装到PC上、在本地运行是一样高的。但这是否意味着我们会迎来“3A页游大作”呢?还真不一定。

原因其实很简单,因为“网页游戏”并不等于“云游戏”。网页游戏虽然是用浏览器打开的,但实际上它所有的数据包都还是要下载到本地才行,所有的代码和渲染过程都是在本地完成的。

于是这也就意味着,假如现在有一个需要占用硬盘空间100GB的3A大作(这个大小对于现在的高品质PC游戏来说很常见)。如果使用WebGPU对其进行“移植”,把它变成一个浏览器里的网页游戏,那么这个网页游戏在你打开它的页面时,首先就需要下载100GB的网页缓存。

在浏览器里玩光追3A大作?不是不行,但好几百GB的网页缓存可得先下好

这还没完,假如电脑的性能并不十分给力,原本就“带不动”这款游戏,那么对于它的WebGPU“页游”版本,电脑会一样难以运行,因为WebGPU本质上靠的还是本地的显卡性能,并不会降低游戏原本的性能需求。

换句话说,即便真的出现了基于WebGPU,运行在浏览器里的大型游戏,那么它与我们熟悉的、需要在本地安装的游戏相比,顶多其实也就是改变了一下安装方式,改变了一下打开路径而已。

为移动设备加速、为元宇宙“敲门”,或许才是WebGPU的宿命

说了这么多,那么WebGPU对于未来的互联网、对于我们每个人的体验来说,到底会带来怎样的改变呢?

首先,正如前文中所提及的那样,WebGPU确实提升了浏览器访问本地GPU的效率,理论上可以让网页端的大型3D应用执行得和本地程序一样快、一样好。换句话说,它消除了以往浏览器在3D性能上的天然约束。

并且众所周知的是,谷歌旗下有着Chrome OS和Android这两个目前相当成功的操作系统,而且它们其实都非常依赖基于浏览器的运行环境。其中特别是对于Chrome OS来说,由于它的所有程序本质上都是“网页应用”,所以WebGPU将会极大提升Chrome OS的3D应用执行效率。而对于Android来说,诸如微信、淘宝、微博这些基于网页框架编写的APP,也可能会受益于WebGPU,得以实现更高的画面渲染效率、提升流畅度。

其次,由于WebGPU让“浏览器高效运行大型3D应用”变为可能。所以它确实可能促进一些高画质、全3D化的交互式网站的出现,比如全3D的电商平台、全3D的车辆或房屋展示网站等。

如果要说在电脑上搞这些有什么意义?其实很简单,因为这种压根就不是为电脑的屏幕所设计的,或许基于VR、AR的“元宇宙”才是这类大型全3D网站真正有意义的归宿。而解决了浏览器3D性能瓶颈的WebGPU从某种程度上来说,也可以算是元宇宙的又一块技术“垫脚石”。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Yolov5 是一种广泛应用于目标检测的算法,其 loss 原理相对简单。Yolov5 通过将目标检测问题转化为一个回归问题,通过预测 bounding box 的坐标来实现目标检测。 Yolov5 的 loss 主要包括三个部分:分类损失、定位损失和目标置信度损失。 分类损失是用来衡量预测的类别与真实类别之间的差异。Yolov5 使用交叉熵损失函数来计算分类损失。对于每个边界框(bounding box),它将计算预测类别的 softmax 概率与真实类别的 one-hot 向量之间的交叉熵。 定位损失用于衡量预测的边界框位置与真实边界框位置之间的差异。Yolov5 使用 Smooth L1 损失函数来计算定位损失。它通过对预测边界框的坐标与真实边界框的坐标之间进行平滑处理,减小了异常值的影响。 目标置信度损失用于衡量预测的边界框与真实边界框之间的 IoU(Intersection over Union)之间的差异。Yolov5 使用 Binary Cross-Entropy 损失函数来计算目标置信度损失。它将预测的边界框是否包含目标与真实边界框是否包含目标之间的差异进行衡量。 最终,Yolov5 的总损失是通过将三个部分的损失加权求和得到的。这些权重可以根据具体的任务和数据集进行调整。 通过最小化 Yolov5 的 loss 函数,模型可以学习到更准确的目标检测结果。这样,我们就可以在图像中准确地检测和定位不同类别的目标。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值